基于SCI文獻分析的呼吸病學發展態勢研究

陳梁華++劉宇平++楊偉紅+張新鳳

[摘要] 呼吸系統疾病現已成為全球所有年齡組中死亡和傷殘的重要原因之一，霧霾是繼吸煙之后導致肺癌的又一大危險因素，認識呼吸疾病，對于了解人體疾病治療發展趨勢有著重要意義。本文通過SCI文獻數據庫收集呼吸系統領域的疾病數據，包括作者關鍵詞數據、文章分類關鍵詞、文章研究分類、重要研究型期刊影響因子等指標內容，運用詞云分析技術及相關統計手段對現有數據進行歸類及排序，從整體上對現有研究熱點、趨勢進行直觀描繪，對臨床防治研究、優化配置醫療資源具有積極的理論指導意義。根據分析數據表明，“肺”是研究最多的器官，而生物作用機制中的如何“表達”是研究者最熱衷的內容，說明現有的研究主要集中在闡明疾病的發生原因、藥物或治療手段的作用機制。

[關鍵詞] 呼吸系統疾??；詞云；文獻分析

[中圖分類號] G350 [文獻標識碼] A [文章編號] 1673-7210（2017）02（c）-0168-05

呼吸系統疾病是一種常見病，隨著科學技術的不斷發展，其不同時期研究熱點也呈現差異，為更好地把握區域發展趨勢，抓住研究重點方向，有必要通過有效的統計方法對其當前研究現狀開展分析，通過熱點分析研究，可以找出能產生重大影響的雜志以及研究內容，對于把握正確研究方向、指導開展科研工作具有重要意義。研究表明，呼吸疾病的發病機制是目前該領域的研究熱點，其中對T淋巴細胞、細胞因子、嗜酸性細胞、肥大細胞、炎癥介質、黏附因子等在炎癥中的作用機制研究較多。本文從雜志影響、SCI文章分類、作者關鍵詞、文章分類詞等方面開展聚類分析，以達到描述當前呼吸疾病發展趨勢的目的。

1 呼吸疾病研究對居民健康和社會發展的意義

呼吸系統疾病是我國的常見病、多發病，其中，慢性呼吸道疾病患病率高，致殘率和致死率高，隨著近期PM 2.5指數的惡化，空氣中攜帶的化合物也容易成為導致呼吸道疾病的背后推手。目前，中國慢性阻塞性肺疾?。–OPD）患者約3280萬例，40歲以上的患病率達8.2%；哮喘患者約1500萬例，發病率約為1.2%[1-2]。根據我國人口疾病死因最新調查顯示，呼吸疾病在農村地區疾病死因中居首位（23.5%），在城市中居第4位（12.6%）。世界衛生組織全球抗擊慢性呼吸疾病聯盟（GARD）的調查顯示，中國死亡總數的17%來自慢性呼吸疾病。近20年我國肺癌的發病率和死亡率均迅速增加，已居國內城市惡性腫瘤的首位。目前我國肺癌患者約50萬人，居世界第一。呼吸疾病不僅成為嚴重的公共衛生問題，也給家庭乃至社會帶來沉重的經濟負擔。加快升級改造現有研究局面，有助于提升我國科學研究整體實力，改善居民衛生健康環境，提高生活質量，從而適應社會發展的需要。

2 根據聚類分析圖，直觀描述呼吸疾病領域概況

聚類分析是對一堆數據進行聚類[3-7]，通過直觀圖表的數據點大小以及連接線的疏密情況來判斷數據的關聯程度，在現實生活中，能夠進行分類的情況很多，在不同的應用領域，很多聚類技術都得到了發展，這些技術方法被用作描述數據，衡量不同數據源間的相似性，以及把數據源分類到不同的簇中[8-10]。如根據經濟發展水平把各個國家分成發達國家、中等發達國家、發展中國家，而按照消費者的特征也可以對消費者進行分類，按照產品特征可以對產品進行分類。分類前并不知道存在什么類別，而是直接根據數據的特征確定。聚類分析就是按照對象之間的“相似”程度把對象進行分類[11-13]，便于研究者通過分類發現和總結規律。因此，目前分類問題的研究具有十分重要的意義和作用。

根據圖1所示的聚類分析圖（數據內容源自湯姆森公司網站），排名第一的雜志為《LANCET RESP MED》，影響因子為15.328，排名第二的雜志為《AM J RESP CRIT CARE》，影響因子為13.118。

表1為呼吸疾病SCI雜志2015年度的影響排名數據，從表中不但可以清楚地看到各種雜志的影響力，而且可以知道其2015年度的引用情況，其中“特征因子”由華盛頓大學和加州大學圣塔芭芭拉分校的West、Bergstrom等人組成的研究團體構建和完善，其工作原理類似于Google的“網頁排名”（PageRank）。兩者都基于社會網絡理論，區別在于Google利用網頁鏈接，而“特征因子”則借助引文鏈接。它們都基于整個社會網絡結構對每篇論文或每個網頁的重要性進行評價。與期刊影響因子不同的是，“特征因子”不僅考察了引文的數量，而且考慮了引用期刊的影響力，即：某期刊如果越多地被高影響力的期刊引用，則該期刊的影響力也越高。正如Google考慮超鏈接的來源，“特征因子”也充分考慮引文的來源，并在計算中賦予不同引用期刊的引文以不同的權重。

圖2為按研究類別聚類后的分析數據，結果表明，排名第一的為“ECONOMICS（經濟學相關）”，該類一共有345種雜志，排名第二的為“MATHEMATICS（數學或應用數學相關）”，該類一共有312種雜志，表明以經濟和應用數學相關為主題的雜志占多數，也為人們所熱衷和普遍容易接受。

但雜志數量的多少、排名并不能反映學科研究熱點及先進技術，而剔除雜志數量改按影響因子排名后發現，影響因子第一名為“CELL BIOLOGY（細胞生物學）”，影響因子為5.602；影響因子第二名為“CHEMISTRY，MULTIDISCIPLINARY（化學，多學科）”，影響因子為5.586；影響因子第三名為“ONCOLOGY（腫瘤學）”，影響因子為4.315；影響因子的大小也恰好反映研究的難易程度及技術含量。

3 運用詞云分析方法，簡明扼要描述學科發展趨勢

在當今大數據時代，主要矛盾為日益增長的龐大數據生產、存儲能力和媒體與數據分析、加工能力之間的矛盾。詞云，在數據分析中以一種通過大小的直觀可視化的分析來表達并渲染結果，對文本中出現頻率較高的“關鍵詞”予以視覺上的突出，形成“關鍵詞云層”或“關鍵詞渲染”，從而過濾掉大量的文本信息，使瀏覽者只要一眼掃過文本就可以領略文本的主旨。最常見的應用就是博客、演講內容和CMS類站點中的標簽云[14-16]。使用詞云工具，可以對海量的文本數據進行分詞處理，按照某一個詞出現頻率的高低進行排序并區分顯示，經過大數據文本處理技術、排序算法后，能獲得對內容關鍵信息的快速、精準、深度洞察。詞云，實際上是將文檔包含的詞匯頻率表進行了可視化。這些詞匯的重要程度主要通過改變字體大小或顏色來表現。

通過攫取呼吸系統疾病類SCI文章的分類關鍵詞，通過R STUDIO軟件生成詞云圖，見圖3。

根據圖3顯示結果，詞頻最高的為“EXPRESSION”，其中文意譯“表達”，跟表達相關的有基因表達（基因中的DNA序列生產出蛋白質的過程），其影響包括分子遺傳學、細胞分化與發育、基因表達與調控等多學科，說明SCI研究類文章目前多數注重深層次的追根溯源研究。通過CNKI搜索引擎，也可以找到相關結果1 604 280條。各種生物疾病都跟基因表達有一定的關系，包括目前方興未艾的人類基因組計劃（HGP）和人類基因組單體型圖計劃（HapMap）這兩個超級研究項目的開展[17-18]。人類展開了針對由30億個堿基對、大約數萬個基因組成的基因組的研究，用盡一切辦法尋找可能的致病因素。

而有關表達的研究有代表性的為EGFR，即Epidermal Growth Factor Receptor，上皮生長因子（EGF）細胞增殖和信號傳導的受體。研究表明，在許多實體腫瘤中存在EGFR的高表達或異常表達[19-20]?，F開展的研究有EGFR及其突變小分子抑制劑的篩選及生物學作用研究、EGFR及其突變體的生物化學與細胞生物學功能體系的構建等。應用蛋白相似性建立不同EGFR基因型的突變體的蛋白三維度空間模型，進行小分子抑制劑的設計，對具有較好開發前景的小分子抑制劑在多種動物模型上驗證其體內抗腫瘤活性。

緊緊圍繞并跟隨首位關鍵詞排名的是“obstructive”，意譯為“阻塞性，梗阻性，妨礙的”，具有代表性的為慢性阻塞性肺疾病，簡稱慢阻肺（COPD），是一種破壞性的肺部疾病，是以不完全可逆的氣流受限為特征的疾病，氣流受限通常呈進行性發展并與肺對有害顆?；驓怏w的異常炎性反應有關。COPD也是一種高發病率、高致殘率和高病死率的呼吸系統疾病，發病時不僅氣流受限，還可以伴有其他肺外系統的異常表現，即COPD全身效應，較常見的有營養不良和體重減輕、神經異常癥狀、骨骼肌功能障礙、血液系統、心血管并發癥及骨質疏松等，這些肺外效應常常導致患者癥狀的反復出現及降低生活質量。據世界衛生組織的最新數據顯示：由于吸煙、空氣污染等原因，目前全球已有6億人患有COPD，預計患病率還會繼續上升，到2020年將成為全球第三大致死疾病，在中國約有超過3800萬例患者。更為可怕的是，如此高的致死率并沒有引起人們對該病的重視。

COPD的危害主要表現在呼吸衰竭、自發性氣胸、慢性肺源性心臟病和右心衰竭、睡眠呼吸障礙、胃潰瘍，同時可能出現肺動脈高壓和心律紊亂。吸煙是COPD的最主要發病原因之一，80%～90%以上的COPD患者源于吸煙。香煙及污染空氣中的有害物質刺激易感人群氣道炎癥細胞等釋放大量促炎因子和蛋白酶類，導致肺內氧化/抗氧化失衡、蛋白酶/抗蛋白酶失衡等一系列生理指征改變，最終導致肺氣腫和慢性支氣管炎。

隨著環境的惡化，PM2.5指數起到指示空氣質量的作用，空氣中大量的粉塵攜帶化學物質，而人吸入這些復合物質后會導致疾病的發生。近年來，地毯編織、生物燃料、面包烘烤是肺疾病的重要危險因素，氣體燃料、使用煤油、家禽飼料是相對危險因素。20世紀末，中國大氣污染特征發生重大轉折，SO2、PM10、NO2等一次污染下降，而O3污染和細顆粒物PM2.5導致的霧霾問題凸顯，二次污染日趨嚴重。

以作者關鍵詞為維度，從海量的數據中抽取后發現，研究最多是“lung”，其次為“cancer”，即肺為最多研究的對象，其次為呼吸相關的腫瘤，合并在一起，肺腫瘤為最多的研究對象，也是當今呼吸疾病研究的難點和重點。見圖4。肺包括肺動脈高壓、肺氣腫、COPD等疾病，肺功能水平也是呼吸系統疾病的重要監測指標，肺功能檢查是呼吸系統疾病的必要檢查之一，對于早期檢出肺、氣道病變，評估疾病的病情嚴重程度及預后，評定藥物或其他治療方法的效果，鑒別呼吸困難的原因，診斷病變部位，評估肺功能對手術的耐受力或勞動強度耐受力及對危重患者的監護等方面有重要的指導意義。而肺癌方面的研究則每年都在發展，2011年克唑替尼獲準用于治療ALK陽性的NSCLC患者。2013年美國預防服務工作組（USTSPF）推薦低劑量螺旋CT。2014年Ceritinib（色瑞替尼）獲批用于ALK陽性的肺癌患者。而2015年則是免疫治療占肺癌治療的半壁江山的一年，另針對不同靶點的藥物治療仍占據重要地位，包括二代ALK、三代表皮生長因子受體（EGFR）-酪氨酸激酶抑制劑（TKI）、MET抑制劑等。目前主要有兩大治療策略正在探索之中，被證明有一定療效，一是釋放身體的自然免疫反應以對抗癌癥，二是幫助免疫系統發現并摧毀癌癥細胞。

4 小結

了解呼吸疾病發展的趨勢，如發病機制、藥物的作用機制等對于人類衛生健康事業具有重要意義。本文運用詞云分析技術及相關統計手段對現有數據進行歸類及排序，從整體上對現有研究熱點、趨勢進行直觀描繪，SCI文獻數據庫是一座知識寶庫，采用現代手段對數據處理加工后可以得到更直觀、簡潔的描述結果，便于研究者進行分析參考。

[參考文獻]

[1] 高靜.關注呼吸慢病 院士開講基層防治第一課[EB/OL]. [2015-10-20]. http：//news.ifeng.com/a/20151020/45709386_0.shtml.

[2] 王瑤，潘旭東，王翎.國外老年COPD慢病管理的現狀及啟示[J].中國老年學雜志，2013，33（1）：236-239.

[3] 李俊.大數據時代需要更多“詞云”鑰匙[J].中國記者，2013，72（4）：2.

[4] 叢麗君.詞云在英語詞匯教學中的應用研究[J].南通航運職業技術學院學報，2016，15（3）：121-124.

[5] 劉稼.聚類分析在中醫藥研究中的應用及意義[J].中醫藥學刊，2004，22（5）：927-928.

[6] 楊天偉，張霽，李濤，等.基于主成分分析和聚類分析的不同產地絨柄牛肝菌紅外光譜鑒別研究[J].光譜學與光譜分析，2016，36（6）：1726-1730.

[7] 張方圓，李崢.近5年護理研究熱點的共詞聚類分析[J].中華護理雜志，2016，51（2）：248-252.

[8] 王光沛，潘景昌，衣振萍.基于線指數特征的海量恒星光譜聚類分析研究[J].光譜學與光譜分析，2016，36（8）：2646-2650.

[9] 海容，姜安麗.基于內容分析法的國際護理管理領域研究主題分析[J].護理研究：下旬版，2014，28（2）：663-665.

[10] 李佳.共詞矩陣在聚類結果分析中的作用[J].中華醫學圖書情報雜志，2009（4）：77-81.

[11] 任曉龍，朱燕燕，王思云，等.在線社交網絡結構與區域經濟關聯性研究[J].電子科技大學學報，2015，44（5）：643-651.

[12] 朱建平，謝邦昌，駱翔宇，等.中國房地產網絡輿情分析[J].數理統計與管理，2016，35（4）：722-741.

[13] 王謙，羅長坤，劉東海，等.人類基因組計劃推動下的美國生物醫藥技術發展及啟示[J].中國科學基金，2002， 16（2）：88-91.

[14] 李晶鑫，張寰，許芳秀，等.非吸煙女性肺腺癌患者腫瘤組織EGFR基因突變、miR-25表達與生理生育特征的關系[J].山東醫藥，2016，56（35）：1-4.

[15] Andenaes R. Psychological characteristics of patients with chronic obstructive pulmonary disease：a review [J]. J Psychosom Res，2005，59（6）：427-428.

[16] 焦周光，付緒磊，溫占波，等.北京大氣PM2.5對A549細胞炎性因子及DNA損傷的毒性[J].中國環境科學，2016，36（5）：1579-1588.

[17] 段爭，吳翠紅.細顆粒物PM2.5暴露加重博來霉素致大鼠肺纖維化[J].基礎醫學與臨床，2015，35（5）：781-785.

[18] 木木-小新.ASCO2014：肺癌研究進展回顧[EB/OL]. [2014-06-01]. http：//oncol.dxy.cn/specials/asco2014/article/77100.

[19] 許世廣. ASCO 2015肺癌領域研究薈萃[EB/OL]. [2015-12-01]. http：//www.haodf.com/zhuanjiaguandian/xushiguangdr_3425994640.htm.

[20] 丁香園. ASCO年度報告：2016年免疫治療進展[EB/OL]. [2016-02-29]. http：//oncol.dxy.cn/article/485450？keywords=ASCO2015.

（收稿日期：2016-10-24 本文編輯：程 銘）